状态空间混频模型及其在宏观经济中的应用

In the macroeconomic research, economic data are often collected or released at different frequencies. How to use the high-frequency information to model the mixed-frequency data and carry on the econometric analysis, is very important for the timeliness, accuracy and reliability of macroeconomic analysis. This study, mainly based on the state space mixed-frequency models, will investigate several issues on macroeconomy and policy. First, mixed-frequency dynamic factor models applicable to describe China's macroeconomy will be proposed to monitor China's business cycle and its flucturations in real time. Second, some mixed-frequency forecasting methods will be introduced to now- and real-time forecast some important macroeconomic variables in China such as economic growth rate and inflation rate, and then the further performance of these forecasting methods will be compared. Third, some structural macroeconometric models such as mixed-frequency structural VAR model and mixed-frequency DSGE model will be built to describe the dynamic relationship between China's macroeconomic variables. Furhtermore, we will examine the mechanisms between China's macroeconomy and economic policy under the framework of dynamic economic analysis. In addition, in economic modeling and empirical analysis, this study will also make some modificiations and innovations on the methods of model estimation and econometric testing.

在宏观经济研究中，经济数据通常以不同的频率收集或发布，如何利用高频数据所隐含的信息进行混频数据建模与计量分析，对提高宏观经济分析的时效性、准确性以及可靠性具有重要作用。本研究将主要基于状态空间混频模型，对宏观经济与政策中的诸多问题展开研究：一是构建适用于我国宏观经济监测的混频动态因子模型，开展对我国经济周期及其波动的实时跟踪与测度；二是利用多种混频预测方法实施对我国经济增长率、通货膨胀率等重要宏观经济指标的即时预测和实时预测，并进行预测比较；三是构建混频结构VAR模型、混频DSGE模型等结构宏观经济计量模型对我国宏观经济变量间动态关系进行测度，在动态经济分析系统下考察我国宏观经济与经济政策的作用机制和反应机制。此外，在经济建模与分析中，本研究还将在模型估计和计量检验等方法上进行相应或针对性的改进和创新。

在宏观经济研究与实践中，经济与金融时间序列数据通常以不同的频率收集或发布，如何利用混频数据所隐含的重要信息进行计量建模与统计分析，提高宏观经济分析的时效性、准确性以及可靠性，已成为当前计量经济学的一个重要议题。本项目从状态空间混频模型的角度切入，对经济周期和宏观经济监测、宏观经济建模与预测、金融波动率建模与预测、结构宏观经济建模与分析等问题开展了大量的研究。.项目执行期间，课题组在理论与应用方面均取得了丰硕的研究成果。具体来说，可概述如下四个方面：一是建立了一种能够处理不规则数据（碎尾数据）以及同时处理同比和环比增长率的混频区制转移动态因子模型，该方法不仅可用以描述中国经济周期波动及其变化，而且可扩展应用于我国宏观经济状况的实时监测分析；二是通过多种宏观经济与金融指标的混频数据建模与预测分析，发现高频宏观经济或金融指标可明显改善对低频宏观经济指标的预测精度，反之低频宏观经济指标可加强对长期金融风险趋势的识别，并能提高金融资产波动性的预测精度，这为宏观经济与金融风险的即时和长短期预测提供了新的角度；三是实施了结构宏观经济的混频建摸及宏观经济与利率期限结构的动态分析。结合低频宏观因子和高频利率期限结构分别扩展了混频Nelson-Siegel模型和混频仿真利率期限结构模型，并利用宏观经济数据和利率期限结构数据扩展了一种融合动态随机一般均衡（DSGE）模型和利率期限结构的宏观金融模型，解决了模型的结构设定和估计问题，从而丰富和改进了现有宏观计量经济学的研究方法；四是取得了在状态空间混频模型、非高斯时间序列、金融波动率建模等领域的若干方法进展，丰富了宏观经济计量建模和时间序列计量经济学的方法论，并为宏观经济与金融市场监测奠定了重要的理论与方法基础。